Можно ли услышать мысли человека с помощью технологий?

Совсем недавно, в августе 2025 года, научное сообщество всколыхнула новость из Калифорнийского университета в Дэвисе: учёные представили устройство, практически мгновенно переводящее нейронную активность в слова. Для людей с полным параличом это стало настоящим прорывом - они получили возможность снова говорить спонтанно, непрерывно и с живыми человеческими интонациями. Несмотря на быстрый прогресс в этой области, существующие нейрокомпьютерные интерфейсы всё ещё сталкиваются с ограничениями: сложности в сборе сигналов, высокая зашумлённость и недостаточная скорость обработки данных сдерживают их широкое применение.

Как работают нейронные интерфейсы

Прежде чем углубиться в их работу, давайте чётко определимся с терминами. Нейронные интерфейсы, которые часто называют интерфейсами "мозг-компьютер" (ИМК) - это системы, обеспечивающие прямую связь между нервной системой и внешними устройствами.

В основе нейроинтерфейсов лежит способность улавливать и интерпретировать биоэлектрические сигналы. Эти сигналы исходят из мозга, где мысли о движении генерируют электрические импульсы. Сигналы проходят через спинной мозг и периферические нервы и в конечном итоге достигают мышц. У людей с ампутированными конечностями этот путь нарушен. Нейронные интерфейсы помогают восполнить этот пробел, улавливая сигналы, поступающие либо от сохранившихся нервов, либо непосредственно от мозга, и преобразуя их в команды для протеза.

В контексте протезирования эти интерфейсы позволяют пользователям управлять искусственными конечностями с помощью сигналов, генерируемых мозгом или периферическими нервами.

1. Получение сигнала: нейронные интерфейсы улавливают биоэлектрические сигналы, исходящие от тела. Это можно делать с помощью датчиков, расположенных на коже (неинвазивный метод), имплантированных электродов (инвазивный метод) или с помощью гибридных подходов. Неинвазивные методы менее рискованны, но могут давать менее качественные сигналы, в то время как инвазивные методы обеспечивают более высокую точность, но требуют хирургического вмешательства.
2. Обработка сигнала: после получения сигналов их необходимо интерпретировать. Усовершенствованные алгоритмы анализируют закономерности в нейронных данных, выделяя конкретные команды или намерения. Этот этап крайне важен для того, чтобы протез точно реагировал на мысли пользователя.
3. Управление устройством: обработанные сигналы преобразуются в команды, которые приводят протез в действие. Будь то сжатие кисти или сгибание локтя, цель состоит в том, чтобы максимально точно воспроизвести естественные движения.

Эта система уже даёт парализованным людям контроль над протезами, но классические датчики сталкиваются с пределами, о которых было ранее упомянуто: нейронные сигналы часто теряются в шуме, разрешение не хватает для точных движений, а обработка не всегда поспевает за мыслями - особенно без инвазивных имплантов. Квантовое зондирование, о котором далее пойдет речь, меняет ситуацию, позволяя фиксировать слабейшие поля мозга с разрешением и скоростью, недоступными раньше.

Принципы квантового зондирования в нейронных системах

Если говорить простыми словами квантовое зондирование - это способ обнаруживать изменения в окружающей среде, которые невозможно обнаружить с помощью традиционных датчиков. Например, такие как суперпозиция (когда частица может находиться в нескольких состояниях сразу) или квантовая интерференция (наложение волн для усиления сигнала). 

В нейроинтерфейсах такие сенсоры фиксируют мельчайшие магнитные и электрические поля, возникающие при работе нейронов мозга, с невероятной точностью и скоростью. Главное преимущество - приближение к фундаментальному пределу точности, заданному принципом неопределённости Гейзенберга. В квантовых системах ошибка уменьшается как 1/N (где N - число квантовых частиц). Для нейронных сигналов это значит лучшее соотношение сигнала к шуму, позволяющее улавливать активность, которую раньше просто не замечали.

Квантовая запутанность в обработке сигналов

Квантовая запутанность означает, что изменение одной частицы мгновенно влияет на другую, независимо от расстояния между ними. Относительно недавно проведенные исследования показывают, как квантовая запутанность может влиять на синхронизацию нейронов и когнитивные процессы.

Квантовая запутанность позволяет создавать такую взаимосвязь между состояниями нескольких квантовых частиц, которые обрабатывают информацию принципиально неклассическим способом, открывая потенциал для анализа нейронных сигналов и распознавания образов.  Методы обработки сигналов на основе запутанности используют одновременную квантовую обработку для анализа сразу нескольких компонентов нейронных сигналов, что может позволить в реальном времени распознавать сложные нейронные модели, которые было бы невозможно обработать обычными методами. Уже сегодня были разработаны передовые методы обнаружения и количественной оценки квантовой запутанности с использованием нейронных сетей, демонстрирующие практическое применение подходов квантовой механики и машинного обучения.

Сверхпроводящие квантовые интерферометры (СКВИДы)

СКВИДы нужны для измерения очень слабых магнитных полей, которые генерируются ионными токами в нейронах мозга. Это позволяет регистрировать активность мозга, что важно для управления протезами. Сам СКВИД - это устройство, которое позволяет точно определять величину магнитного поля по изменениям выходного тока. Хотя они не являются исключительно квантовыми датчиками, но благодаря физике джозефсоновских контактов (из которых и состоит СКВИД), они обладают исключительной чувствительностью к магнитному полю. Современные массивы СКВИДов улавливают изменения магнитного поля величиной до 10^-18 тесла (0,000 000 000 000 000 001) что позволяет детально отображать магнитные поля нейронов. Интеграция этой технологии с алгоритмами квантовой обработки сигналов открывает перспективы для создания полноценных квантовых нейроинтерфейсов.

Ускоренное распознавание нейронных паттернов через квантовые нейронные сети

Применение квантовых нейронных сетей (КНС) для обработки нейронных сигналов позволяет использовать квантовую суперпозицию и квантовую запутанность, о которых мы говорили ранее для создания более эффективных алгоритмов распознавания паттернов для интерфейсов «мозг - компьютер». Алгоритмы квантового машинного обучения потенциально могут обеспечить экспоненциальное ускорение при выполнении задач, связанных с анализом таких команд, как «двигай рукой».

Квантовая коррекция ошибок для нейронных сигналов

Как упоминалось в самом начале, одна из главных проблем ИМК - шум. Нейронные сигналы по своей природе зашумлены, и соотношение сигнал/шум часто ограничивает эффективность интерфейса «мозг - компьютер». Здесь на помощь приходят методы квантовой коррекции ошибок, адаптированные для таких сигналов. Они создают «избыточность» на квантовом уровне и обнаруживают ошибки по специальным «синдромам». В результате слабые сигналы, которые раньше терялись в шуме, удается восстановить. Это повысит точность передачи данных из мозга, сделав интерфейсы надёжнее.

Сети запутанных датчиков

А что, если объединить несколько квантовых датчиков в сеть? Запутанные между собой датчики работают коллективно, усиливая чувствительность сильнее, чем обычные сенсоры. Для ИМК это означает распределённый мониторинг нервной системы с невероятным разрешением по пространству и времени - от отдельных нейронов до динамики целого мозга. Такие сети откроют новые возможности для точной диагностики и управления.

Сферы применения и варианты использования

Основной вариант использования таких технологий  - это нейропротезиология, направление, помогающее сохранить нервные клетки, предотвратить их гибель или улучшить работу мозга.  Улучшенное соотношение сигнал/шум и временное разрешение, обеспечиваемое квантовыми датчиками, о которых мы говорили ранее, могут сделать управление протезами более естественным и интуитивным, обеспечив почти биологический уровень подвижности и быстродействия.

Также перспективным выглядит улучшение когнитивных функций. Возможность отслеживать и интерпретировать нейронную активность с квантовой точностью открывает для этого множество возможностей. Системы обратной связи в режиме реального времени, основанные на квантовом нейронном мониторинге, потенциально могут оптимизировать когнитивные функции, повысить скорость обучения и дать уникальное понимание сознательного опыта.

Но, пожалуй, самое амбициозное применение квантовых нейронных интерфейсов - разработка систем прямой связи между нейронами, которую часто называют «цифровой телепатией». Благодаря сочетанию высокоточного сбора нейронных сигналов с квантовой обработкой данных станет возможной прямая передача мыслей, эмоций или сенсорных ощущений между людьми.

Технические проблемы и ограничения

Разумеется, путь к таким технологиям непрост. Одна из главных проблем - это потеря квантовыми объектами своих особых свойств (или по-другому декогеренция) и внешние шумы. Квантовые системы по своей природе хрупки и чувствительны к внешним воздействиям, которые могут нарушить согласованную работу квантовых частиц в рамках квантовой системы. Биологическая среда создает особые трудности для поддержания квантовых состояний, поскольку электромагнитные помехи и биохимические процессы способствуют декогеренции.

Другие барьеры - это масштабируемость и интеграция. Современные технологии часто требуют особых условий, таких как сверхвысокий вакуум, достаточно низких температур (от −150 °C) или сильной защиты от внешнего магнитного поля при помощи специальных экранов. Для разработки практических квантовых нейроинтерфейсов необходимо преодолеть эти ограничения, чтобы создать портативные и надежные системы, которые можно будет использовать в клинических и повседневных условиях.

Кроме того, благодаря беспрецедентной чувствительности квантовых датчиков можно обнаруживать нейронные сигналы, которые не имеют известного физиологического значения или могут быть артефактами самого процесса измерения. Разработка надежных методов, используемых для проверки эффективности квантовых алгоритмов и интерпретации сигналов, представляет собой серьезную проблему для этой области.

Перспективные направления и возможности для исследований

Интересным направлением остается разработка квантово-биологических интерфейсов. Понимание и использование потенциальных квантовых эффектов в самих биологических нейронных системах - перспективное направление исследований. Если фазовая согласованность квантовых состояний играет роль в нейронных вычислениях, то квантовые нейроинтерфейсы могут обеспечить более естественную интеграцию с биологическими системами.

Однако, разработка нейроинтерфейсов на основе квантовых технологий поднимает серьезные вопросы этики, связанные с конфиденциальностью, идентификацией и улучшением человеческих способностей. По мере того, как эти технологии приближаются к практическому применению, крайне важно тщательно изучить их влияние на общество.

Заключение

Разработка нейронных интерфейсов с использованием квантовых технологий представляет собой слияние квантовой физики, нейробиологии и информационных технологий, способное в корне изменить взгляд на гипотезы о том, что сознание может быть результатом квантовых процессов. Несмотря на технические сложности, теоретические преимущества, которые дают квантовые датчики и обработка сигналов, позволяют предположить, что квантовые нейронные интерфейсы в конечном итоге позволят реализовать возможности, недоступные при использовании классических подходов. Для успеха потребуются дальнейшие достижения в области подавления декогеренции и создания новых алгоритмов.  Успех в этом начинании может открыть новые горизонты в области нейропротезирования, улучшения когнитивных функций и взаимодействия человека с компьютером, что в конечном итоге приведет к появлению технологий, органично объединяющих квантовую обработку информации с человеческим сознанием. По мере продвижения к этому будущему междисциплинарное сотрудничество между квантовыми физиками, нейробиологами, инженерами и специалистами по этике будет иметь решающее значение для ответственного подхода к разработке этих мощных технологий и их использования на благо человечества.